¿Quién debe asumir la gobernanza de la IA en RR. HH.? Las preguntas que solo los equipos de personas pueden responder
Hoy, todos los equipos de RR. HH. tienen al menos una herramienta de IA que interviene en decisiones sobre personas, ya sea para filtrar currículums, puntuar el rendimiento, asignar tareas o emparejar a empleados para programas de mentoría y cafés entre compañeros. Lo que casi ninguno tiene es una respuesta clara a una pregunta mucho más difícil: ¿quién, dentro de la organización, es realmente responsable de garantizar que esa IA sea justa, explicable y segura cuando se aplica a personas reales?
Ahora mismo, la respuesta honesta en la mayoría de las empresas es TI o Jurídico, por defecto. No porque estén mejor situados para responder a las preguntas que importan, sino porque nadie más ha reclamado ese terreno.
La IA en RR. HH. se ha convertido en una cuestión de cumplimiento normativo, no solo tecnológica
Revisa tus parejas
Matching inteligente, puntuado y explicado
David Mentor 
Paula Mentee Emparejados por
El Reglamento europeo de IA (AI Act), cuya aplicación entra en vigor de forma progresiva, clasifica los sistemas de IA utilizados en el empleo y la gestión de los trabajadores como de alto riesgo por categoría. Esto incluye las herramientas de reclutamiento, evaluación del rendimiento, asignación de tareas y supervisión. La clasificación de alto riesgo conlleva obligaciones más estrictas: documentar cómo funciona el sistema, ser transparente con las personas a las que afecta y garantizar una supervisión humana obligatoria antes de tomar decisiones con consecuencias.
No es un problema de cumplimiento futuro para el que haya que prepararse algún día. Si tu organización utiliza hoy la IA en cualquier etapa del ciclo de vida del empleado, desde el matching asistido por IA hasta el análisis del rendimiento, ya operas dentro de esta categoría regulatoria.
Las preguntas de gobernanza que solo RR. HH. está preparado para responder
TI puede decirte si un modelo es seguro. Jurídico puede decirte si el contrato con un proveedor cumple la normativa sobre el papel. Ninguno de los dos puede decirte si una decisión algorítmica le parecerá justa al empleado que está al otro lado, ni si excluir a alguien de un match de mentoría a partir de una puntuación opaca erosionará silenciosamente el sentido de pertenencia de todo un equipo.
Esas son preguntas de RR. HH. En concreto:
- ¿Los resultados de este sistema reflejan la experiencia real de los empleados, o solo un indicador?
- ¿Puede un empleado entender, con palabras sencillas, por qué obtuvo el resultado que obtuvo?
- ¿Qué ocurre cuando el algoritmo se equivoca, y quién tiene autoridad para corregirlo?
- ¿Reproduce el sistema los sesgos históricos presentes en los datos de personas del pasado?
Por qué TI y Jurídico se quedarán con este terreno por defecto
Los vacíos de gobernanza no se quedan vacíos. Si RR. HH. no reclama de forma explícita la responsabilidad sobre las cuestiones de personas en la gobernanza de la IA, TI gobernará en función de la seguridad y la disponibilidad, y Jurídico en función del riesgo contractual y regulatorio. Ambos enfoques son necesarios. Ninguno es suficiente, porque ninguna de las dos funciones ve cómo repercute realmente una decisión algorítmica en el día a día de un empleado.
La autoridad dentro de la organización suele ser la pieza más difícil de construir. Exige que el director de RR. HH. (CHRO) reclame un terreno de gobernanza que otras funciones han ocupado por defecto, y esa reivindicación debe hacerse de forma explícita, al nivel de la dirección ejecutiva, no darse por supuesta.
Construir una gobernanza de la IA liderada por RR. HH.: un marco para empezar
1. Inventariar cada punto de contacto de la IA en el ciclo de vida del empleado
La mayoría de los equipos de RR. HH. subestiman cuántos sistemas de IA intervienen ya en la vida de sus empleados, desde el software de gestión de candidaturas hasta los matchings de mentoría asistidos por IA. No se puede gobernar lo que no se ha mapeado.
2. Exigir la explicabilidad antes de la compra, no después
Ningún proveedor cuya lógica de matching, puntuación o clasificación no pueda explicarse con palabras sencillas a un empleado afectado debería superar el proceso de compra para un caso de uso de alto riesgo.
3. Establecer una vía de escalado permanente
Los empleados necesitan una forma documentada y conocida de impugnar un resultado algorítmico, y alguien en RR. HH. necesita autoridad explícita para corregirlo.
4. Revisar los sesgos de forma periódica, no solo una vez en el lanzamiento
Los modelos derivan. Un sistema que era justo en su lanzamiento puede absorber con el tiempo sesgos de los datos con los que se entrena. Tiene que ser una revisión permanente, no una auditoría puntual.
Qué preguntar antes de adoptar cualquier herramienta de IA de matching o de evaluación
Las herramientas como RandomCoffee, que utilizan la IA para los programas de matching y de mentoría, deben cumplir el mismo estándar: los matchings deben ser explicables, los criterios deben ser visibles para RR. HH. y siempre debe haber un paso de revisión humana antes de confirmar una pareja, en lugar de una caja negra opaca que toma sola decisiones sobre personas.
La gobernanza de la IA en RR. HH. no es un proyecto con fecha de fin. Es una responsabilidad permanente, y las organizaciones que la construyan dentro de RR. HH., en lugar de dejar que recaiga por defecto en TI y Jurídico, serán aquellas cuyos empleados confíen de verdad en los sistemas que toman decisiones sobre su vida laboral.
